文献速递胸部CT

基于影像语义与临床特征的2019冠状病毒病(COVID-19)诊断模型:多中心研究

A diagnostic model for coronavirus disease 2019 (COVID-19) based on radiological semantic and clinical features: a multi-center study.
PubMed 文献 · Eur Radiol · 2020-04-16

该多中心回顾性研究纳入5家机构70例COVID-19与66例非COVID-19肺炎患者,比较1745个病灶和67项特征,构建并验证基于影像语义与临床特征的诊断模型。联合模型在主队列AUC达0.986(95%CI 0.966~1.000),验证队列为0.936(95%CI 0.866~1.000)。

要点

  • COVID-19患者纯磨玻璃影和混合磨玻璃影数量多于非COVID-19肺炎患者(p=0.018和p=0.001)。
  • 病灶大小1~3 cm在COVID-19诊断中有统计学意义(p=0.027),肺评分两组无显著差异(p=0.417)。
  • 联合临床与影像语义特征的CR模型在主队列AUC 0.986(95%CI 0.966~1.000),验证队列0.936(95%CI 0.866~1.000)。

核心结论

  • 仅基于CT影像和临床表现即可区分COVID-19肺炎与非COVID-19肺炎患者。
  • 由影像语义和临床特征组成的诊断模型对COVID-19诊断具有优秀性能,主队列AUC 0.986(95%CI 0.966~1.000),验证队列AUC 0.936(95%CI 0.866~1.000)。

研究设计与样本

  • 多中心回顾性研究,从5家机构连续纳入70例COVID-19患者和66例非COVID-19肺炎患者,共136例。
  • 患者分为主队列(n=98)和验证队列(n=38),主验证比接近7:3。
  • 使用多种CT系统行胸部平扫,重建为1 mm层厚、0.8 mm层间距。
  • COVID-19诊断参考标准为实时RT-PCR和二代测序阳性,对照组为连续RT-PCR阴性。
  • 由两名15年以上经验的高级放射科医师在不知临床和实验室结果情况下达成共识提取影像语义特征。

关键影像表现/征象

  • COVID-19组7例(10%)胸部CT表现正常。
  • COVID-19患者纯磨玻璃影和混合磨玻璃影数量多于非COVID-19患者(p=0.018和p=0.001)。
  • 纯磨玻璃影在外周(p=0.032)和中央区(p=0.001)差异均有统计学意义,混合磨玻璃影主要分布于外周(p<0.001),中央区无统计学差异。
  • 无磨玻璃影的实变病灶在COVID-19患者中较少见(p=0.001),病灶大小1~3 cm者较多(p=0.027),大于半个肺段者较少(p=0.017)。
  • 两组间胸膜牵拉征(p=0.019)、支气管壁增厚(p<0.001)、小叶间隔增厚(p=0.009)、铺路石征(p<0.001)、树芽征(p<0.001)、胸腔积液(p<0.001)、胸膜增厚(p=0.030)及病灶内供血血管增粗(p<0.001)差异有统计学意义。

诊断标准与关键数值

  • 肺评分:每个肺叶0~4分(正常、1~25%感染、26~50%感染、51~75%感染、>75%感染),五叶合计总分0~20分;两组肺评分无显著差异(p=0.417)。
  • 外周定义为肺外三分之一,中央定义为肺内三分之二。
  • 18项影像语义特征和17项临床特征在两组间差异有统计学意义(p<0.05)。
  • CR模型主队列AUC 0.986(95%CI 0.966~1.000),验证队列AUC 0.936(95%CI 0.866~1.000)。
  • C模型主队列AUC 0.952(95%CI 0.988~0.915),验证队列AUC 0.967(95%CI 0.919~1.000);R模型主队列AUC 0.969(95%CI 0.940~0.997),验证队列AUC 0.809(95%CI 0.669~0.948)。

临床应用与阅片要点

  • 列线图纳入外周混合磨玻璃影总数、树芽征、病灶内供血血管增粗、呼吸频率、心率、体温、白细胞计数、咳嗽、乏力及淋巴细胞计数分类,可计算个体COVID-19感染概率。
  • 决策曲线分析显示,在阈值概率超过10%时,CR模型较C模型和R模型带来更多净获益。
  • 作者认为这些模型可在RT-PCR试剂盒或实验平台不足时对COVID-19的早期和易获取诊断发挥重要作用。

局限性

  • 样本量相对较小,因为这是对新发疾病的回顾性分析,且武汉以外大多数病例为输入性。
  • 多中心回顾性设计存在患者选择偏倚,尽管通过制作图例和设定特征标准努力减少,不同阅片者间标注语义特征仍可能存在偏差。
  • 未进行纵向CT研究,该模型能否用于评估随访和指导治疗仍是待进一步探索的开放问题。
  • CT图像丰富的高阶特征结合影像组学或深度学习尚未研究。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2020 Apr 16;30(9):4893–902. doi: 10.1007/s00330-020-06829-2

引言

2020年1月30日,世界卫生组织(WHO)宣布严重急性呼吸综合征冠状病毒2(SARS-CoV-2)暴发为国际关注的突发公共卫生事件。此次暴发已感染中国所有省份,并迅速传播至世界其他地区。撰写本文时(2020年3月16日),已有超过158个国家和地区受到影响[1]。全基因组测序和系统发育分析显示,严重急性呼吸综合征冠状病毒2(SARS-CoV-2)与在蝙蝠中检测到的一些乙型冠状病毒相似,但与严重急性呼吸综合征冠状病毒(SARS-Cov)和中东呼吸综合征冠状病毒(MERS-CoV)不同[2]。

COVID-19患者发展为肺炎,伴有发热(98%)、咳嗽(76%)和肌痛或乏力(44%)等相关症状[3]。CT成像在诊断和监测疾病进展中起着关键作用[4–6]。最新研究描述了COVID-19的特征性影像学表现,包括磨玻璃影(GGO)(57%至88%)、双侧受累(76%至88%)和外周分布(33%至85%)[7–10]。其他影像学特征如实变、空洞形成和小叶间隔增厚也有部分患者报道[11–13]。然而,COVID-19的这些影像学表现缺乏特异性,难以与其他肺炎相鉴别。据我们所知,尚无研究明确比较伴有和不伴有COVID-19的肺炎患者之间的影像学和临床特征。

目前COVID-19的诊断标准是实时逆转录聚合酶链反应(RT-PCR)或下一代测序核酸检测阳性结果[14]。然而,临床实践中因标本处理不稳定导致的假阴性结果相对较高,这加剧了疫情的传播[15–18]。此外,SARS-CoV-2的实验室检测需要严格的平台,并非所有医院均配备。因此,这需要标本转运,可能延误诊断数天。早期准确诊断至关重要,特别是对于需要急诊手术的危重患者以及伴有肺炎并发症的患者。为解决这些问题,我们假设可以开发一种仅基于CT成像和临床表现、不依赖核酸检测的诊断模型。

在本研究中,我们识别了伴有和不伴有COVID-19的患者之间影像学和临床表现的差异。我们还开发并验证了一种基于影像语义和临床特征的COVID-19诊断模型。

患者与方法

患者

本回顾性分析获得了机构审查委员会的伦理批准,并豁免了获取知情同意的要求。

2020年1月1日至2月8日,连续纳入来自4个城市5家独立医院的70例COVID-19患者(平均年龄42.9岁;范围16–69岁),包括41例男性(平均年龄41.8岁;范围16–69岁)和29例女性(平均年龄44.5岁;范围16–66岁)。所有患者均通过实时RT-PCR和下一代测序确诊SARS-CoV-2感染。其中,24例来自惠州市,25例来自汕头市,15例来自永州市,其余6例来自梅州市。同期,另从梅州市人民医院招募66例非COVID-19肺炎患者作为对照(平均年龄46.7岁;范围0.3–93岁),包括43例男性(平均年龄46.0岁;范围0.3–93岁)和23例女性(平均年龄48.0岁;范围1–86岁)。所有对照均经连续RT-PCR检测确认为阴性。补充材料中的图E1显示了对照组的患者招募路径以及纳入和排除标准。

根据既往研究[19–21](其样本量与本研究相当),主要队列与验证队列的比例为7:3。本研究中,共136例患者被分为主要队列(n = 98)和验证队列(n = 38),接近7:3。来自两家医院的19例COVID-19患者(6例来自梅州市人民医院,13例来自汕头大学医学院第一附属医院)和从梅州市随机选取的19例对照被纳入验证队列。其余患者纳入主要队列,包括来自惠州、永州和汕头市的51例COVID-19患者和来自梅州市的47例对照。主要队列用于筛选最有价值的特征并构建预测模型,验证队列用于评估和验证模型的性能。

图像和临床数据收集

胸部CT平扫(未增强)图像数据获取自多家医院的不同CT系统,包括GE CT Discovery 750 HD(通用电气公司)、SCENARIA 64 CT(日立医疗)、Philips Ingenuity CT(飞利浦)和Siemens SOMATOM Definition AS(西门子)。所有图像重建为1 mm层厚、层间距0.8 mm。详细采集参数汇总于补充材料(表E1)。

对所有患者的临床病史、护理记录和实验室检查结果进行了回顾。收集临床特征,包括人口学信息、每日体温、血压、心率、临床症状及疫区暴露史。检测总白细胞(WBC)计数、淋巴细胞计数、淋巴细胞比率、中性粒细胞计数、中性粒细胞比率、降钙素原(PCT)、C反应蛋白水平(CRP)和红细胞沉降率(ESR)。实验室指标所选择的全部阈值均基于各医院设定的正常参考范围。

图像分析

为提取影像学语义特征,两名资深放射科医师(D.L.和X.C.,具有超过15年经验)达成共识,对临床和实验室检查结果设盲。影像学语义特征包括定性和定量影像特征。位于肺外三分之一的病灶定义为周围型,位于肺内三分之二的病灶定义为中央型[22]。通过将每个肺叶从0到4分进行评分来评估COVID-19病灶在每个肺叶内的进展[7],分别对应于正常、1~25%感染、26~50%感染、51~75%感染和超过75%感染。将全部五个肺叶的评分合并,得出总评分范围为0到20分。共提取41个影像学特征(26个定量和15个定性)用于分析。影像学语义特征的描述列于补充材料(表E2)。图1是CT影像评估的一个示例。

图1 一名23岁女性,有武汉旅行史,表现为发热。轴位平扫CT图像显示右上叶周围区域实变伴磨玻璃影。病灶内可见支气管充气征。病灶最大直径为2.8 cm。右上叶评分为1,因为受累肺实质小于1/4 查看原图 ↗

临床和影像学特征选择

为获得最有价值的临床和影像学语义特征,进行了统计分析、单因素分析和最小绝对收缩和选择算子(LASSO)方法。在统计分析中,采用卡方检验、Kruskal-Wallis H检验和t检验比较COVID-19组与非COVID-19组之间的影像学语义特征和临床特征。选择p值小于0.05的特征。然后,对临床和影像学候选特征进行单因素分析以确定COVID-19危险因素。单因素分析中p值小于0.05的特征也被选择。采用最小绝对收缩和选择算子(LASSO)方法[23]选择最有用的特征,通过基于最小标准的10折交叉验证进行惩罚参数调优。随后使用所选特征通过多因素logistic回归构建诊断模型。这些模型的特征选择流程图见补充材料(图E2)。

诊断模型的开发与验证

为了开发最优模型,我们通过多因素logistic回归分析评估了3个模型:(i) 临床特征模型(C模型),(ii) 影像语义特征模型(R模型),以及(iii) 临床与影像语义特征联合模型(CR模型)。通过受试者工作特征(ROC)曲线下面积评估模型的分类性能。同时计算曲线下面积(AUC)、准确率、灵敏度和特异度。在验证数据集中,通过量化不同阈值概率下的净获益来进行决策曲线分析,以确定诊断模型的临床实用性[24]。决策曲线的构建方法在补充材料中描述。图2展示了上述分析流程的流程图。我们还基于CR模型在主要队列中的多因素logistic分析构建了列线图,该列线图是一种预测个体感染COVID-19概率的定量工具。根据多因素logistic回归模型中预测因素的系数,为每个预测因素的所有取值分配分值。将每个预测因素的所有分值相加获得总分。该量表还展示了列线图中总分与预测概率之间的关系。CR模型在主要队列和验证队列中相应的校准曲线见补充材料(图E3)。

图2 本研究数据处理和分析的工作流程。影像语义特征,包括定性和定量影像特征,从肺部轴位CT切面中提取。临床表现和实验室参数由电子病例系统提供。进行统计分析以比较COVID-19与非COVID-19患者之间的不同特征。进一步进行单因素分析、最小绝对收缩和选择算子(LASSO)以确定统计分析中p < 0.05的COVID-19危险因素。基于所选特征通过多因素logistic回归建立三个模型。这些模型包括影像模型(R模型)、临床模型(C模型)以及临床与影像联合模型(CR模型)。预测模型的性能和临床获益分别通过受试者工作特征(ROC)曲线下面积和决策曲线进行评估 查看原图 ↗

统计分析

统计分析使用R软件(版本:3.6.4,http: www.r-project.org/)进行。报告的显著性水平均为双侧,统计显著性水平设定为0.05。多因素logistic回归分析使用“stats”包进行。列线图构建使用“rms”包进行。决策曲线分析使用“dca.R”包进行。

结果

组间影像学和临床表现

所有67个特征(41个影像学特征和26个关键临床特征)在COVID-19患者与非COVID-19患者之间的差异见表1、表2和补充材料(表E3和表E4)。同一特征在主要队列与验证队列之间的差异见补充材料(表E5和表E6)。除CR模型中的疲劳和白细胞计数外,所有特征在主要队列与验证队列之间均无显著差异。共识别出1745个病灶,其中1062个来自COVID-19组,683个来自非COVID-19组。

在影像学表现方面,COVID-19组中有7例患者胸部CT表现正常(10%)。COVID-19患者的纯磨玻璃影(GGO)和混合GGO数量多于非COVID-19患者(分别为p = 0.018和p = 0.001)。对于纯GGO病灶,外周(p = 0.032)和中央区域(p = 0.001)的差异均有统计学意义。然而,COVID-19患者的混合GGO数量主要分布在外周(p < 0.001),中央区域无统计学差异。不含GGO的实变病灶在COVID-19患者中较少见(p = 0.001)。COVID-19患者中更多病灶介于1至3 cm之间(p = 0.027),而大于半个肺段的病灶较少(p = 0.017)。两组之间其他显著差异包括胸膜牵拉征(p = 0.019)、支气管壁增厚(p < 0.001)、小叶间隔增厚(p = 0.009)、铺路石征(p < 0.001)、树芽征(p < 0.001)、胸腔积液(p < 0.001)、胸膜增厚(p = 0.030)以及病灶内供血血管增粗(p < 0.001)。肺评分在COVID-19组与非COVID-19组之间无显著差异。

两组COVID-19患者与非COVID-19患者之间临床特征的比较见表2。两组之间年龄和性别无显著差异。组间常见症状存在显著差异,包括发热(p = 0.003)、干咳(p = 0.025)和疲劳(p = 0.007)。呼吸频率和心率在两组之间也显示显著差异(均为p < 0.001)。与非COVID-19肺炎相比,COVID-19患者白细胞(WBC)计数的降低更为明显(p < 0.001)。淋巴细胞比值和中性粒细胞比值在COVID-19组与非COVID-19组之间也显示显著差异。尽管在32例COVID-19患者(45.71%)中观察到淋巴细胞减少,但与非COVID-19组相比无统计学差异。C反应蛋白(CRP)水平和降钙素原水平在两组之间也有显著差异(分别为p < 0.001和p = 0.007)。大多数COVID-19患者降钙素原水平正常(82.86%)。

表1 COVID-19与非COVID-19患者的影像学语义特征 查看原表 ↗
表2 COVID-19与非COVID-19患者的临床特征 查看原表 ↗

临床与影像学特征选择

在上述特征中,根据表1和表2的结果,选取了18个影像学特征和17个临床特征构建预测因子。表3列出了通过单因素分析和LASSO选择的特征。

表3 C、R和CR模型中选择的特征 查看原表 ↗

模型开发与验证

建立了基于(i)临床特征(C模型)、(ii)影像学特征(R模型)以及(iii)临床特征与影像学特征联合(CR模型)的预测模型。原发队列和验证队列的ROC分析见表4和图3。CR模型在原发队列中获得了最大AUC 0.986(95% CI 0.966~1.000),具有最高的准确度和特异度,在验证队列中为0.936(95% CI 0.866~1.000)。C模型在原发队列和验证队列中的AUC分别为0.952(95% CI 0.988~0.915)和0.967(95% CI 0.919~1.000)。对于R模型,两个队列的AUC分别为0.969(95% CI 0.940~0.997)和0.809(95% CI 0.669~0.948)。

为确定该诊断模型的临床实用性,我们绘制了决策曲线(图4),结果显示CR模型的性能优于C模型和R模型。在大多数合理阈值概率范围内,决策曲线分析显示CR模型的总体获益高于C模型和R模型。

列线图(图5)由原发队列中的CR模型构建,纳入的因素包括外周区域混合型磨玻璃影总数(TN_Mixed_GGO_IP)、树芽征、病灶内供血血管增粗(OVAIL)、呼吸、心率、体温、白细胞计数、咳嗽、乏力及淋巴细胞计数分类。总积分通过将各因素在“积分”标尺上所对应的分值相加计算得出。通过比较“总积分”标尺和“概率”标尺,可获得个体感染COVID-19的概率。

表4 个体化预测模型的性能 查看原表 ↗
图3 三种模型在原发队列和验证队列中的ROC曲线。影像学模型(R模型)、临床模型(C模型)及临床与影像学联合模型(CR模型)诊断COVID-19的受试者工作特征(ROC)曲线比较,原发队列(a)和验证队列(b) 查看原图 ↗
图4 原发数据集中各模型的决策曲线分析。y轴衡量净获益,其计算方法为将获益(真阳性结果)相加并减去危害(假阳性结果),后者按一个与未检测到的转移相对于不必要治疗的相对危害相关的因子加权。决策曲线显示,若阈值概率超过10%,应用临床与影像学联合模型(CR模型)诊断COVID-19比临床模型(C模型)和影像学模型(R模型)带来更多获益 查看原图 ↗
图5 原发队列中CR模型的列线图。TN_Mixed_GGO_IP表示外周区域混合型磨玻璃影总数。AVAIL表示病灶内供血血管分割。N为阴性结果,P为阳性结果。Norm表示正常。注意在概率标尺中,0 = 非COVID-19,1 = COVID-19 查看原图 ↗

讨论

在这项多中心研究中,我们通过统计分析比较了合并与不合并COVID-19的肺炎患者在影像学和临床表现上的差异。共识别出18个影像学语义特征和17个临床特征在两组间存在显著差异(p < 0.05)。基于这些精选特征,我们构建了3个用于COVID-19诊断的模型。这些模型在主要队列和验证队列中均得到验证,AUC最高可达0.986。这些模型将在早期且易于获取的诊断中发挥重要作用,尤其是在RT-PCT试剂盒或实验平台不足以检测COVID-19感染的情况下。

本研究共评估了1745个病灶的定性特征、位置和大小。与既往研究一致,肺外周磨玻璃影和实变被认为是COVID-19感染患者的影像学标志[11, 25]。然而,当我们将磨玻璃影分为纯磨玻璃影和混合磨玻璃影后,发现这两种病灶的分布模式不同。纯磨玻璃影在肺部各个位置均显示组间差异,而混合磨玻璃影仅在肺外周显示显著的组间差异。近期研究定义了COVID-19肺部受累的四个阶段[26]。因此,对这些分布进行随访分析具有重要意义。COVID-19感染患者的病灶大小是另一个有趣的观察结果。大多数病灶在1至3 cm之间,少数病灶大于肺段的一半,这与MERS_CoV中的发现相似[22]。在实验室异常方面还观察到与MERS_CoV和SARS_CoV相似的其他特征,如淋巴细胞减少,这可能与细胞免疫缺陷有关[3, 27]。然而,我们的结果显示COVID-19与非COVID-19患者之间在淋巴细胞减少方面无显著差异。

据我们所知,目前尚未提出仅基于影像学和临床特征的COVID-19诊断模型。我们的临床和影像学语义(CR)模型包含以下特征:外周区域伴有实变的磨玻璃影总数、树芽征、病灶内供血血管增粗、体温、心率、呼吸、咳嗽和乏力、白细胞计数以及淋巴细胞计数分类。CR模型优于单独的临床模型和影像学模型。这一结果与既往乳腺癌研究中的结果一致,该研究中基于影像组学特征和临床特征联合的模型取得了更高的性能[24]。与基于影像组学的模型相比,提取影像学语义特征可以克服由不同扫描参数和/或不同CT厂商造成的图像差异。既往研究[28]也表明,由经验丰富的胸部放射科医师确定的基于语义特征的模型略优于仅基于计算机纹理特征的模型。

本研究存在一些局限性。首先,样本量相对较小,因为这是对一种新疾病的回顾性分析,且武汉市以外的病例大多为输入性病例。其次,由于采用多中心回顾性设计,存在患者选择的潜在偏倚[29],因为不同阅片者在标注语义特征时可能存在一些偏差,尽管我们已通过制作图示示例和设定特征标准(补充材料)努力减少这一偏倚。第三,未进行纵向CT研究。该模型能否用于评估随访并帮助指导治疗仍是一个有待进一步探索的开放性问题。此外,CT图像丰富的高阶特征结合影像组学或深度学习尚未被研究,这可能是识别COVID-19患者的另一种方法。此外,还可以关注影像学特征在疾病监测、治疗评估和预后预测中的作用。

总之,比较了伴有和不伴有COVID-19的肺炎患者之间的1745个病灶和67个特征。两组之间有35个特征存在显著差异。开发了一个AUC高达0.986的诊断模型,并在原始队列和验证队列中均进行了验证,这可能有助于改善COVID-19的诊断。

电子补充材料

ESM 1(DOCX 404 kb)

引用

  1. Chen X, Tang Y, Mo Y, et al. A diagnostic model for coronavirus disease 2019 (COVID-19) based on radiological semantic and clinical features: a multi-center study. Eur Radiol. 2020. PMID: 32300971. doi:10.1007/s00330-020-06829-2
  2. 全文:PMC7160614(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7160614/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。